为快速、准确地在遥感图像上提取各种农作物类型信息,满足国家农情遥感监测系统的要求,以2002年北京地区主要秋季作物提取为例,利用T erra/M OD IS数据,采用波谱分析的方法,建立一种基于遥感影像全覆盖的秋季作物类型自动提取方法,实现...为快速、准确地在遥感图像上提取各种农作物类型信息,满足国家农情遥感监测系统的要求,以2002年北京地区主要秋季作物提取为例,利用T erra/M OD IS数据,采用波谱分析的方法,建立一种基于遥感影像全覆盖的秋季作物类型自动提取方法,实现主要秋季作物遥感自动识别。首先根据研究区秋季作物的波谱特性和生物学特性,选取了红波段、蓝波段、近红外波段和中短波红外波段作为秋季作物类型提取的工作波段;同时,还利用由这4个波段构建的陆表水分指数和增强型指标指数作为遥感特征参量。其次根据研究区农作物物候历特征,提取了2002年4月到9月共7个时相的M OD IS数据。最后,采用分层决策树方法提取研究区主要秋季作物类型,并进行面积统计。为了验证其精度,与国家农业部农业统计数据进行比较,结果其精度达到86%以上。这表明,仅利用M OD IS自身光谱信息,即可较为准确地提取秋季作物类型信息,精度基本能满足了大尺度农情遥感监测的要求,可以为农业决策部门提供信息服务。展开更多
文摘为快速、准确地在遥感图像上提取各种农作物类型信息,满足国家农情遥感监测系统的要求,以2002年北京地区主要秋季作物提取为例,利用T erra/M OD IS数据,采用波谱分析的方法,建立一种基于遥感影像全覆盖的秋季作物类型自动提取方法,实现主要秋季作物遥感自动识别。首先根据研究区秋季作物的波谱特性和生物学特性,选取了红波段、蓝波段、近红外波段和中短波红外波段作为秋季作物类型提取的工作波段;同时,还利用由这4个波段构建的陆表水分指数和增强型指标指数作为遥感特征参量。其次根据研究区农作物物候历特征,提取了2002年4月到9月共7个时相的M OD IS数据。最后,采用分层决策树方法提取研究区主要秋季作物类型,并进行面积统计。为了验证其精度,与国家农业部农业统计数据进行比较,结果其精度达到86%以上。这表明,仅利用M OD IS自身光谱信息,即可较为准确地提取秋季作物类型信息,精度基本能满足了大尺度农情遥感监测的要求,可以为农业决策部门提供信息服务。
